实验指导 第二部分 平滑预测法和趋势预测法.ppt

平滑预测法 趋势预测法 时间序列的概念 时间序列的概念 时间序列的概念 时间序列的概念 时间序列的概念 时间序列分析预测方法 平滑预测法——移动平均法 平滑预测法——移动平均法 平滑预测法——移动平均法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 平滑预测法——指数平滑法 （4）其它曲线 趋势外推预测法 2、趋势预测模型的选择 研究五个问题： 时间特征：单调增或减，有趋势或周期变化，有极限或无极限，渐变或跳跃变化。 极值特征：有否极大或极小值，极值点是否稳定，可达还是渐进。 曲线形状：是否有拐点，是否对称。 发展阶段：对象发展过程在时间上是否有明显限制。 发展速度：预测对象未来发展速度是等速或变速，速度和加速度的变化特点等。 趋势外推预测法 3、模型参数的识别 （1）最小二乘法 时间序列样本数据 (t1,y1)，(t2,y2)，…，(tn,yn) 若选定趋势曲线为： 则拟合目标是使误差的平方和最小，即： 趋势外推预测法——参数识别的最小二乘法 例[3]：某省谷物产量历史数据如下表所示，要求预测今后10年的产量。 68.3 44.8 56.1 52.1 46.7 46.6 56.6 35.4 54.1 产量yt 0 -1 -2 -3 -4 -5 -6 -7 -8 期数t 1972 1971 1970 1969 1968 1967 1966 1965 1964 年份 60.0 64.1 73.3 55.5 69.0 57.2 75.0 36.3 产量yt 8 7 6 5 4 3 2 1 期数t 1980 1979 1978 1977 1976 1975 1974 1973 年份 趋势外推预测法——参数识别的最小二乘法 趋势外推预测法——参数识别的最小二乘法 解：采用趋势线模型 求解系数时本有： 趋势外推预测法——参数识别的最小二乘法 由于取中间点(1972年)时间坐标为0，可简化为 预测模型： 趋势外推预测法——参数识别的最小二乘法 预测值为： 最小二乘法适于能通过取对数等手段转化为多项式函数的曲线，如指数曲线： 趋势外推预测法——参数识别的最小二乘法 3、模型参数的识别 （2）三段和值法 ，求参数K, a, b。 把n个样本点等分为3组，每组r个数据， 趋势外推预测法——参数识别的三段和值法 令 三段和值法还适于修正指数曲线和Gompartz曲线的参数估计，具体公式见教材。 趋势外推预测法——参数识别的三段和值法 3、模型参数的识别 （3）三点法 同样考虑对Logistic曲线的拟合，在时间序列中等间距任取三点τ0,τ1,τ2，且T =τ1-τ0 =τ2-τ1。假设这三点(τ0,yτ0),(τ1,yτ1), (τ2,yτ2)恰在Logistic曲线上，则： 趋势外推预测法——参数识别的三点法 解得： 趋势外推预测法——参数识别的三点法 例[4]：浏阳县历年总人口（单位：万人）演变情况如下表所示，要求预测1990年和2000年该县人口。 84.1 82.2 81.2 80.1 79.2 78.2 78.2 77.8 77.5 总人口 1957 1956 1955 1954 1953 1952 1951 1950 1949 年份 88.5 86 84.4 83.6 82.9 82 82.1 82.5 82.3 总人口 1966 1965 1964 1963 1962 1961 1960 1959 1958 年份 108.5 106.6 106.9 102.6 101.1 99.3 97.5 94.7 91.3 总人口 1975 1974 1973 1972 1971 1970 1969 1968 1967 年份 117.7 115.8 114.1 112.9 112.1 111 109.9 总人口 1982 1981 1980 1979 1978 1977 1976 年份 趋势外推预测法 例：浏阳县历年总人口（1949~1982）原始数据散点图 趋势外推预测法 例：浏阳县历年总人口预测曲线及原始数据线对比 趋势外推预测法 * S5.NUDT * * S5.NUDT * 时间序列